Веб-сервис для анализа сигналов на основе вейвлет-нейронной сети презентация

на тему:

Научный руководитель:
Старший преподаватель
Строганов Виктор Александрович

Выполнил:
Студент группы ИСб-42о
Дядюшенко Сергей Евгеньевич

технологии, основанные на нейронных сетях. Существует множество продуктов и библиотек для работы с ними.
Однако, до сих пор отсутствуют узконаправленные библиотеки для построения и обучения вейвлет-нейронных сетей.
Многие из имеющихся библиотек не являются достаточно гибкими и расширяемыми.
Не одна из существующих систем никаким образом не доступна для удалённой работы посредством сети интернет. Все известные продукты необходимо разворачивать локально.

на основе вейвлет-нейронной сети.
Для её достижения необходимо решить следующие задачи:

изучить математический аппарат вейвлет-нейронных сетей;
рассмотреть существующие системы, реализующие нейронные сети;
выполнить проектирование системы;
осуществить выбор языка программирования и подбор средств разработки;
реализовать веб-сервис для анализа сигналов на основе вейвлет-нейронной сети;
разработать автоматические тесты для проверки его работоспособности.

, где

Градиентный метод

На каждом шаге происходит изменение параметров сети на вычисляемый градиент

группы с одинаковым коэффициентом масштабирования и коэффициентами сдвига равномерно распределёнными по времени сигнала, веса инициализируются случайными значениями.
Инициализация методом остаточного сигнала
Параметры выбираются из сформированной библиотеки подбором наиболее точно описывающих сигнал.
Максимальный коэффициент масштабирования в сети
задан;
рассчитывается на основе центральных частот соответ-ствующих вейвлетов.

"morlet",
"iterationsCount": 200,
"error": 0.1,
"time": 1000,
"neuronsCount": 16,
"fullOutput": true,
"source": [
{"t": 0.0, "y": -0.08078},
{"t": 2.26757E-5, "y": -0.0323792},
...
]
}

{
"parameters": {
"a": [
4.0E-4,
...
] ,
"b": [
0.002699,
...
],
"w": [
0.388434,
...
]
},
"output": [
-0.059953,
...
]
}

Сервис построения и обучения вейвлет-нейронной сети

ответа

Сервис получения выхода сети по заданным параметрам

на основе вейвлет-нейронной сети.
Система была разработана модульно на основе принци-пов ООП, следовательно её можно усовершенствовать и расширять.
Направления дальнейшего развития системы:

включение дополнительных вейвлет-функций;
реализация методов инициализации сети;
реализация методов обучения сети;
оптимизация системы.